Begriff
Self-Consistency
Self-Consistency ist eine Prompting-Technik, bei der dieselbe Frage mehrfach mit Chain-of-Thought beantwortet und die häufigste Antwort als finales Ergebnis gewählt wird.
Self-Consistency — ausführlicher erklärt
Self-Consistency ist eine Erweiterung von Chain-of-Thought-Prompting (Wang et al., 2022). Statt sich auf einen einzigen Reasoning-Pfad zu verlassen, lässt man das Modell dieselbe Frage mehrfach lösen — typischerweise 5 bis 40 Mal mit höherer Temperature, damit unterschiedliche Lösungswege entstehen. Anschließend wird über die Endergebnisse abgestimmt; die häufigste Antwort gewinnt (Majority Vote). Die Annahme: korrekte Lösungswege konvergieren, fehlerhafte streuen.
Beispiel / Praxisbezug
Besonders wirksam bei Mathematik-, Logik- und Code-Aufgaben mit eindeutiger Lösung. Auf Benchmarks wie GSM8K oder AIME zeigt Self-Consistency teils zweistellige Genauigkeitsgewinne gegenüber einfachem Chain-of-Thought. Nachteil: Die Inferenz-Kosten skalieren linear mit der Anzahl der Samples — 20 Durchläufe bedeuten 20× Tokens.
Abgrenzung zu ähnlichen Begriffen
Im Unterschied zu Tree of Thoughts werden die Reasoning-Pfade unabhängig generiert, nicht baumartig verzweigt. Im Unterschied zu Self-Refine wird nicht iterativ verbessert, sondern parallel gesampelt und abgestimmt.
Entdecke mehr
Effort-Level und Deep Thinking: zwei unabhängige Achsen bei KI-Aufgaben
Effort skaliert Breite, Deep Thinking skaliert Tiefe. Wann welche Stufe sinnvoll ist — mit drei klaren Beispielen und einer Faustregel.
GlossarChain-of-Thought
Chain-of-Thought (CoT) ist eine Prompting-Technik, bei der das Modell aufgefordert wird, seinen Lösungsweg in Zwischenschritten auszuformulieren — das verbessert die Trefferquote bei Aufgaben mit mehreren Denkschritten.
LexikonPrompt-Sicherheit — Injection, Leaking, Guardrails
Wie Prompt Injection, Prompt Leaking und Jailbreaks funktionieren — und welche Verteidigungen (Guardrails, Spotlighting, Sanitization) wirklich helfen.